资源描述：
《基于DSP的LMS自适应滤波器的实现_刘琴》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第18卷第6期中原工学院学报Vol.18No.62007年12月JOURNALOFZHONGYUANUNIVERSITYOFTECHNOLOGYDec.,2007文章编号:1671-6906(2007)06-0040-03基于DSP的LMS自适应滤波器的实现刘琴,张爱华(中原工学院,郑州450007)摘要:在通用DSP芯片TMS320C5402上实现了基于LMS算法的自适应滤波器,并对调试运行结果进行了分析讨论,其结果为将来硬件实现LMS自适应滤波器提供了可靠保证,为自适应滤波器在实际中的应
2、用提供了参考.关键词:自适应滤波器;横向结构;LMS算法;DSP中图分类号:O436文献标识码:A自适应滤波理论与技术是现代信号处理技术的重由两部分组成:一是滤波器结构,它为完成期望的处理要组成部分,对复杂信号的处理具有独特的功能.随着功能而设计;二是自适应算法,它调节滤波器系数以改[5]微电子技术和计算机技术的迅速发展,具备了实现自进性能.自适应滤波器的一般形式如图1所示,图中适应滤波器技术的各种软硬件条件,有关自适应滤波输入信号x(n)加权到数字滤波器产生输出信号y器的新算法、新理论和新的实施方法不断涌现,对
3、自适(n),自适应算法调节滤波器权系数使输出y(n)和滤应滤波的稳定性、收敛速度和跟踪特性的研究也不断波器期望的响应d(n)之间的误差信号e(n)为最小.自[1-3]深入,这一切使该技术越来越成熟,并且在系统辨适应滤波器的系数受误差信号的控制,根据e(n)的值识、通信均衡、回波抵消、谱线增强、噪声抑制、系统模和自适应算法自动调整.一旦输入信号的统计规律发拟语音信号处理、生物医学电子等方面都获得了广泛生了变化,滤波器能够自动跟踪输入信号的变化,自动[3-4]应用.自适应滤波器实现的复杂性通常用它所需调整滤波器的权系数,实现自适应过程,
4、最终达到滤波的乘法次数和阶数来衡量,而DSP强大的数据吞吐量效果.和数据处理能力使得自适应滤波器的实现更容易且更有效.目前绝大多数的自适应滤波器应用是基于最新[5]发展的DSP来设计的.本文在TMS320C5402DSP芯片上实现了基于LMS算法的自适应滤波器,使得[1-3]对其研究从目前大多数的算法改进与仿真跨向了图1自适应滤波器的一般形式实际DSP应用的一步,程序调试运行结果为硬件实现LMS自适应滤波器提供了可靠保证,为实现其在实际自适应滤波器的结构可以采用FIR或IIR结构,未知或时变系统中的应用提供了参考.但实际应用中一般
5、采用FIR型结构,主要原因是FIR结构的滤波器只包含正向通路,是固有稳定的,实现更1自适应滤波器的结构和算法容易,其权系数的修正就调节了滤波器的性能,计算量小且很稳定;而IIR滤波器同时兼有正向通路和反馈1.1自适应滤波器的结构通路,内部反馈可能导致滤波器震荡,存在稳定性问自适应滤波器的特性变化是由自适应算法通过调题.所以,在自适应滤波器的应用中,一般采用FIR滤整滤波器的系数来实现的.所以,自适应滤波器一般都波器.一个自适应的FIR滤波器的结构可以是横向结收稿日期:2007-09-20作者简介:刘琴(1975-),女,河
6、南信阳人,讲师,硕士.第6期刘琴等:基于DSP的LMS自适应滤波器的实现41N-1构、对称横向结构或格型结构.横向结构是多数情况下Ty(n)=W(n)X(n)=Wk(n)x(n-k)k=1采用的最主要的自适应滤波器结构,图2为FIR横向[5]型滤波器结构示意图.滤波器输出y(n)可表示为:图2横向型滤波器结构T其中,X(n)=[x(n),x(n-1),,x(n-N+1)]量是误差信号e(n)的加权值,加权系数为2X(n),正为自适应滤波器的输入矢量;W(n)=[w0(n),w1(n)
7、,比于当前的输入信号.值得注意的是,对权矢量的估值T,wn-1(n)]为系统的权系数矢量;n为时间序列;N的所有分量来说,误差信号e(n)是相同的.为滤波器的阶数;T为矩阵转置符.由表达式可以看出在自适应滤波器的实际操作中,必须注意自适应输出是两矢量的内积.步长的选择.由上面介绍的LMS迭代算法可知,欲使1.2横向结构的LMS算法其收敛,则自适应步长的取值范围为:0<<1/设计自适应滤波器时,确定滤波器的结构之后,就max,max为输入信号采样值X(n)间的相关性矩阵的[6]要设计自适应算法,以调整滤波器参数达到最优滤波
8、.最大本征值.自适应算法是根据某种判据来设计滤波器的,其目标由迭代公式可知,自适应步长的大小是表征迭是使某一特定的代价函数最小化.代快慢的物理量.采用小的值收敛慢,但系统稳定,自适应算法的种类很多,根据其优化准则的不同失调也小;采
